Sklearn Kmeans参数混淆？

Posted 2023-03-12

【中文标题】Sklearn Kmeans参数混淆？

【英文标题】：Sklearn Kmeans parameter confusion?

【发布时间】：2017-04-15 05:01:03

【问题描述】：

所以我可以像下面这样运行sklearn kmeans：

kmeans = KMeans(n_clusters=3,init='random',n_init=10,max_iter=500)

但我对参数的含义有点困惑

所以n_init 说：

使用不同质心种子运行 k-means 算法的次数。最终结果将是 n_init 连续运行在惯性方面的最佳输出。

和max_iter 说：

k-means 算法单次运行的最大迭代次数。

但我不完全明白这意味着什么。在给定一组初始质心的情况下，n_init 是质心靠近点均值的次数吗？

max_iter 是整个算法以新的初始质心运行的次数吗？

例如，对于max_iter=2,n_init=15，kmeans 将选择初始质心，然后将这些质心移动 15 次并得出聚类结果。然后 kmeans 将再次选择初始质心，移动这些质心 15 次，然后停止。那么，它会从两次运行中挑选出最好的集群吗？

感谢您的帮助！

[编辑] 还是与我在这里的完全相反...？

【参考方案1】：

使用max_iter=2 和n_init=15，kmeans 将选择初始质心 15 次，并在 15 次运行中每次最多移动两次。

默认值为n_init=10 和max_iter=300。这意味着初始质心将被选择 10 次，每次运行将使用多达 300 次迭代。这 10 次运行中最好的将是最终结果。

【讨论】：

这消除了我的困惑，谢谢！将在 6 分钟内接受 :)

如果有人使用n_init=10和random_state = 1234，那么回答没有意义。你怎么能随机初始化 10 倍具有固定random_state 的质心???

@seralouk 在我的理解中使用 random_state 的数字将确保使用相同的 10 个随机数（但 10 个不同的随机数）。